Less is More: Undertraining Experts Improves Model Upcycling

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Horoi, Stefan, Wolf, Guy, Belilovsky, Eugene, Dziugaite, Gintare Karolina
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2506.14126